腾讯csig(数据分析实习)一面+二面,等待hr面
一面(30min)
- 自我介绍
- 数据平台项目(深挖):如何做的数据校验、如何做的数据清洗、数据的分层标准(按原始数据业务的提供系统分)
- 再介绍一个项目(二分类广告反欺诈比赛):介绍下整个流程、介绍下如何做的数据预处理、在模型中使用的五折交叉验证中为什么选择4个random_state、使用的什么算法模型(xgboost)、使用的评价指标(如何参考其他指标)
- 你更喜欢做数据开发(数仓方面)还是数据分析方面(数据预测)方面?
- 问我的实习时长:面试官说该实习可能超过九月。。。。。
反问环节:
- 该部门(智慧零售)的数据分析岗位主要做哪些工作?
- 该部门今年招的实习生数量?:1~2
- 对我面试的感觉?:还ok,项目match(原话)
二面(25min)
- 你偏向(喜欢)数据分析岗位的哪一快?
答:数据挖掘,说我回答太宽泛,讲解他们的岗位十分钟,认真听就是。讲完之
后,让我说我具体喜欢什么?根据用户信息预测和挖掘(自己挖的坑从此开始!!!) - 你对NE了解吗?
答:只知道大概原理,没有深入学习。(再没继续问) - 你知道的预测类的算法?
答:机器学习常用算法以及xgboost等。问题开始:
- xgboost的第一个树的第一个节点如何分裂?
- 一阶导二阶导从何而来??
- 为什么使用二阶导,不展开到三阶四阶???
- (继续深入)泰勒公式只是在x的某一点上的推到公式,那么在xgboost中很明显不是某个点,这是如何实现的????(回答不上来了)
- 再来一个问题,也是最后一个问题。你如何用函数构建一个正态分布的数组?又提到高斯分布(这个问题没记清楚了)。
反问环节
- 对我的面试评价?
答:评价比较不好(这儿就不说了,菜得自己承受)
(注:三天两面,早上二面之后总感觉凉透了,下午突然看到hr面,希望一切顺利,也祝大家都拿到想要的offer)
#腾讯暑期实习##腾讯##数据分析师##实习#